前 Meta 工程師推出 Jace：能自主操作瀏覽器的 AI 智慧體

平時讓 AI 訂張機票或者發個招聘需求，它通常只是列出一堆建議，剩下的點選和填表還得你自己來。

兩位前 Meta 工程師想把這部分手動操作徹底省掉。他們創立的初創公司 Zeta Labs 宣佈推出 Jace，這是一個能在雲端瀏覽器裡替你自主辦事的 AI 智慧體。

伴隨產品亮相的，還有一筆 290 萬美元的種子輪融資。投資陣容相當亮眼，由前 GitHub CEO Nat Friedman 和前 Y Combinator AI 負責人 Daniel Gross 領投，ElevenLabs 創始人 Mati Staniszewski 等人也參與了投資。

給聊天機器人裝上手和腳

聯合創始人 Peter Albert 最早萌生這個想法，是因為八年前做電商時每天都要做大量機械的資料搬運。大語言模型成熟後，他和同在 Meta 的同事 Fryderyk Wiatrowski 聯手做了 Jace。

用起來的感覺和普通聊天機器人類似。你在對話方塊裡說清需求，接下來的事情就交給它。如果中途缺資訊，它會彈窗找你確認。

比如你想訂巴黎某家酒店，Jace 不僅會檢索資訊，還會直接進入酒店官網一路點到付款頁面。官方演示甚至顯示，它能獨立完成撰寫商業計劃書、註冊公司，並找到第一位付費客戶。

在執行過程中，使用者可以隨時切換介面，親眼看著它在雲端瀏覽器裡一步步點按、滾動和輸入。涉及 LinkedIn 賬號等第三方登入資訊時，系統會像密碼管理器一樣進行加密儲存。

怎麼讓它不卡在第十步

做過瀏覽器自動化的開發者都知道，網頁 Agent 最容易在操作十步左右時陷入死迴圈。前端介面的一個小彈窗或驗證碼，就能讓它徹底卡住。

Zeta Labs 拿出的解法是一套雙模型架構。上層由頂尖的通用大模型負責理解對話、拆解任務和制定計劃；底層則是自研的網頁互動模型 AWA-1，專門把指令翻譯成點選和輸入。

據 Wiatrowski 介紹，AWA-1 基於開源模型開發，團隊用大量模擬互動和合成資料，通過 AI 反饋強化學習（RLAIF）進行了針對性微調。

他們還加入了一套包含規劃器和驗證器的推理架構。每走一步，系統都會回頭驗證目標是否達成，從而把支援的操作上限拉高到了數百步。團隊目前正在研發下一代 AWA-2，準備加強對地圖等複雜視覺介面的處理能力。

為什麼重要

如果說 ChatGPT 給了 AI 一張能說會道的嘴，像 Jace 這樣的 Agent 則是在給它裝上手和腳。

對普通使用者和運營人員來說，它的價值在於接管那些必須開著瀏覽器機械重複的苦差事，比如搬運後臺資料、跨平臺排查庫存或搭建 LinkedIn 招聘流程。但我們認為，現在把它完全放手給企業關鍵業務還為時過早，畢竟涉及真金白銀的支付和敏感賬號許可權，任何一步會錯意都可能帶來實質損失。

行業層面看，AI 的競爭重心正在從單純比拼模型引數，快速轉向多步驟執行能力。Zeta Labs 的聰明之處在於沒有試圖用一個大模型包辦一切，而是讓大模型負責動腦規劃，讓專門微調的輕量模型負責動手操作，這在延遲和成本上都更合算。

不過隱患也顯而易見。現代網站反爬機制嚴密、前端更新頻繁，模擬人類瀏覽器操作的容錯率極低。能否在真實開放的網路環境中長期保持穩定，會是考驗它能否真正走出實驗室的硬指標。